Prompt Mühendisliği: ChatGPT'yi Verimli Kullanmanın Yolları

Prompt Mühendisliği (Prompt Engineering) Nedir?

ChatGPT'den bir şey isteyip genel geçer veya işe yaramaz bir cevap aldığınız oldu mu? Yapay zekanın (Artificial Intelligence) tam olarak ne istediğinizi anlamadığını hissettiniz mi? Sorun genellikle modelin kendisinde değil — sorunuzu nasıl sorduğunuzdadır. Prompt mühendisliği tam da burada devreye giriyor.

Prompt mühendisliği (Prompt Engineering), ChatGPT, Claude ve Gemini gibi yapay zeka modellerinden en iyi sonuçları almak için talimatları doğru şekilde oluşturma sanatı ve bilimidir. ChatGPT ile Claude arasında karar veremiyorsanız, ChatGPT ve Claude karşılaştırmamıza göz atın. Bunu, çok zeki ama sizin durumunuz hakkında hiçbir şey bilmeyen biriyle konuşmak gibi düşünün — talimatlarınız ne kadar net olursa, cevapları o kadar iyi olur. İyi bir prompt ile kötü bir prompt arasındaki fark, parlak bir cevap ile tamamen işe yaramaz bir cevap arasındaki farktır.

2026 itibarıyla prompt mühendisliği, geliştirici, içerik yazarı, öğrenci veya girişimci fark etmeksizin herkes için olmazsa olmaz bir beceri haline geldi. Büyük şirketler bu alanda uzman arıyor ve bazı pazarlarda yıllık maaşlar 100.000 doları aşıyor. Bu beceriyi öğrenmeye zaman ayırmak, şu an verebileceğiniz en akıllıca kararlardan biri.

Temel Prompt Mühendisliği Teknikleri

1. Örneksiz Sorgulama (Zero-Shot Prompting)

En basit ve en yaygın kullanılan teknik — modelden herhangi bir örnek vermeden doğrudan bir görevi yerine getirmesini istersiniz. Modelin mevcut bilgisine ve talimatları anlama yeteneğine dayanır. Görev açık ve bilinen olduğunda iyi çalışır: özetleme, çeviri veya belirli bir soruya cevap verme gibi.

Prompt:
"Bulut bilişim (Cloud Computing) kavramını, teknik bilgisi
olmayan birinin anlayabileceği 3 basit cümleyle açıklayın."

Ne zaman kullanılır? Görev basit ve belirli bir format gerektirmediğinde. Başka bir örnek:

Prompt:
"Aşağıdaki cümleyi Türkçeye çevirin:
Cybersecurity is the protection of systems and networks
from digital attacks."

Sınırlamaları: Belirli bir yanıt kalıbı gerektiren karmaşık veya alışılmadık görevlerde yetersiz kalabilir — işte burada bir sonraki teknik devreye girer.

2. Örnekli Sorgulama (Few-Shot Prompting)

Asıl görevden önce modele örnek girdi ve çıktılar gösterirsiniz; böylece beklenen kalıbı anlar ve bunu takip eder. Bu teknik, özellikle belirli bir format gerektiğinde veya görev o kadar benzersiz olduğunda ki model örneksiz yanıt biçimini tahmin edemediğinde etkilidir.

Prompt:
Aşağıdaki yorumları duygu durumuna göre sınıflandırın
(olumlu / olumsuz / nötr):

"Ürün harika, herkese tavsiye ederim!" → olumlu
"Bu mağazadan bir daha asla alışveriş yapmam" → olumsuz
"Sipariş bugün geldi" → nötr

Şimdi bunları sınıflandırın:
"Müşteri hizmetleri hızla yardım etti ve sorunumu çözdü" → ?
"Ürün sıradan, övecek de yerecek de bir şey yok" → ?
"Hayatımdaki en kötü alışveriş deneyimi" → ?

Kaç örnek gerekli? Genellikle 2-3 örnek yeterlidir. Çok karmaşık görevler için 4-5 gerekebilir. Ama abartmayın — fazla örnek, bağlam penceresini (Context Window) gereksiz yere tüketir.

Bir örnek daha — verileri belirli bir formata dönüştürme:

Prompt:
Aşağıdaki şirket isimlerini JSON formatına dönüştürün:

"Apple Inc." → {"name": "Apple", "industry": "tech", "founded": 1976}
"Saudi Aramco" → {"name": "Aramco", "industry": "energy", "founded": 1933}

Şimdi bunları dönüştürün:
"Microsoft Corporation" → ?
"Tesla, Inc." → ?

3. Düşünce Zinciri (Chain of Thought)

Modelden son yanıta ulaşmadan önce adım adım düşünmesini isteyin. Bu teknik, mantıksal, matematiksel ve analitik problemlerde doğruluğu belirgin şekilde artırır. Gücü, modelin doğrudan cevaba "atlamasını" engelleyip mantıksal akıl yürütme aşamalarından geçmesini sağlamasından gelir.

Prompt:
"Adım adım düşünün:

Bir startup'ın günlük 50 aktif kullanıcısı var.
Her kullanıcı ortalama 20 API isteği gönderiyor.
Her istek 2 kilobayt veri tüketiyor.
Veri aktarım maliyeti gigabayt başına 0,09 dolar.

Aylık veri aktarım maliyeti nedir?"

Sonuç yapılandırılmış bir hesaplama olacaktır:

• Günlük istekler: 50 x 20 = 1.000 istek
• Günlük veri: 1.000 x 2 KB = 2.000 KB ≈ 1,95 MB
• Aylık veri: 1,95 x 30 ≈ 58,6 MB ≈ 0,057 GB
• Maliyet: 0,057 x 0,09 $ = 0,005 $

"Adım adım düşünün" demezseniz, model size hemen yanlış bir rakam verebilir! Araştırmalar, bu basit ifadenin matematiksel doğruluğu %40'a kadar artırdığını göstermiştir.

4. Rol Tabanlı Sorgulama (Role-Based Prompting)

Modelden belirli bir rol veya kişilik benimsemesini isteyin. Bu, yanıtlarını odaklar ve daha uzmanlaşmış, derinlikli hale getirir. Modele "siz X konusunda uzmansınız" dediğinizde, o alana ilişkin bilgisini etkinleştirir ve daha yüksek düzeyde uzmanlaşmış yanıtlar sunar.

Prompt:
"Siz 20 yıllık banka koruma deneyimine sahip bir
siber güvenlik danışmanısınız.

Bir müşteri soruyor: 'Banka hesabıma erişmek için
halka açık WiFi kullanmak güvenli mi?'

Profesyonelce yanıt verin ve pratik alternatifler sunun."

Deneyebileceğiniz faydalı roller:

• "Siz 10 yıllık deneyimli bir kod denetçisisiniz" — kod inceleme ve güvenlik açıklarını tespit etme için
• "Siz sabırlı bir matematik öğretmenisiniz" — karmaşık kavramları adım adım basitçe açıklamak için
• "Siz profesyonel bir metin yazarısınız" — dönüşüm sağlayan ikna edici reklam metinleri için
• "Siz bir teknoloji şirketinde veri analistisiniz" — veri analizi ve eyleme dönüştürülebilir içgörüler çıkarmak için
• "Siz hukuki metinlerde uzmanlaşmış bir çevirmensiniz" — özel terminolojiyi koruyan hassas çeviriler için

Gerçek Hayattan Pratik Örnekler

Örnek 1: Kod Yazma

Prompt:
"Siz 10 yıllık deneyimli bir Python geliştiricisisiniz.

Şunları yapan bir Python fonksiyonu yazın:
1. Öğrenci isimleri ve notları içeren bir CSV dosyasını okuma
2. Her öğrenci için ortalamayı hesaplama
3. Öğrencileri sınıflandırma (Pekiyi / İyi / Orta / Geçer / Kaldı)
4. Sonuçları JSON dosyasına dışa aktarma

Type hints ve docstrings kullanın.
Olası hataları ele alın (dosya bulunamadı, geçersiz veri).
pytest ile basit testler yazın."

Dikkat edin: programlama dilini, ayrıntılı gereksinimleri, istenen kod stilini ve hata yönetimini belirttik. Bu size genel kod parçacıkları yerine kullanıma hazır kod verir.

Örnek 2: Profesyonel Makale Yazma

Prompt:
"Küçük işletmeler için siber güvenliğin önemi hakkında
bir makale yazın.

Özellikler:
- Uzunluk: 800-1000 kelime
- Hedef kitle: Teknik bilgisi olmayan küçük işletme sahipleri
- Ton: Profesyonel ama erişilebilir, karmaşık jargon olmasın
- Yapı: Giriş + 5 ana madde + pratik adımlarla sonuç
- Dahil edin: Güncel istatistikler, gerçek hayattan örnekler
- SEO: Anahtar kelimeler: siber güvenlik, veri koruma, ihlal

Kuru akademik tarzda yazmayın — okuyucunun konunun
önemini hissetmesini sağlayın."

Örnek 3: İş Verilerini Analiz Etme

Prompt:
"Bir e-ticaret mağazasının 6 aylık satış verileri var:

| Ay       | Satış ($) | Ziyaretçi | Dönüşüm Oranı |
|----------|-----------|-----------|----------------|
| Ekim     | 15.000    | 5.000     | %3,0           |
| Kasım    | 22.000    | 7.500     | %2,9           |
| Aralık   | 35.000    | 12.000    | %2,9           |
| Ocak     | 12.000    | 4.000     | %3,0           |
| Şubat    | 14.000    | 4.800     | %2,9           |
| Mart     | 18.000    | 6.200     | %2,9           |

Bu verileri analiz edip şunları sunun:
1. Ana trendler
2. Mevsimsel kalıplar
3. Güçlü ve zayıf yönler
4. Satışları artırmak için 5 somut öneri
5. Gelecek çeyrek tahmini ve gerekçesi"

Örnek 4: Uzmanlık Çevirisi

Prompt:
"Aşağıdaki teknik metni İngilizceden Türkçeye çevirin.

Çeviri kuralları:
- Teknik terimleri parantez içinde İngilizce olarak koruyun
- Etken çatı kullanın
- Cümleleri kısa ve anlaşılır tutun
- Karmaşık terimler için parantez içinde basit açıklama ekleyin

Metin:
'The API uses OAuth 2.0 for authentication. Each request
must include a Bearer token in the Authorization header.
Rate limiting is set to 100 requests per minute per API key.
Exceeding this limit returns a 429 status code.'"

Örnek 5: Yaratıcı İş

Prompt:
"Eğitici bir teknoloji YouTube kanalı için kısa bir video
senaryosu (60 saniye) yazın.

Konu: 2026'da neden programlama öğrenmelisiniz?
Hedef kitle: Gençler (18-25 yaş)
Ton: Enerjik ve ilham verici, hafif bir mizah dokunuşuyla

Yapı:
- Kanca (5 saniye): Şok edici bir soru veya ifade
- Sorun (10 saniye): İnsanlar neden tereddüt ediyor
- Çözüm (30 saniye): Örneklerle 3 ikna edici neden
- CTA (15 saniye): Pratik bir ilk adım

Kurgu yönergeleri ekleyin (B-roll, ekrandaki metinler)."

Örnek 6: İş Planı Oluşturma

Prompt:
"Siz startup'lara uzmanlaşmış bir iş danışmanısınız.

Anadili Arapça olmayanlara Arapça öğretmek için bir
uygulama başlatmak istiyorum.
Hedef kitle: Avrupa ve ABD'deki üniversite öğrencileri.

Şunları içeren özet bir iş planı hazırlayın:
1. Pazar analizi ve ana rakipler
2. Uygulamanın benzersiz değer önerisi
3. Gelir modeli (abonelik/reklam/freemium)
4. İlk 3 ay için lansman planı
5. Birinci aşama için tahmini bütçe"

Yaygın Hatalar ve Bunlardan Kaçınma

1. Belirsiz ve Genel Promptlar

❌ "Bana programlama hakkında bir makale yazın"

✅ "2026'da yeni başlayanlar için en iyi 5 programlama dili
   hakkında 500 kelimelik bir makale yazın. Her dilin basit
   açıklaması ve kullanım alanları olsun.
   Hedef kitle: Üniversite öğrencileri. Ton: Samimi ve teşvik edici."

2. Bağlam ve Kriter Eksikliği

❌ "Bu kodu inceleyin"

✅ "Aşağıdaki Python kodunu şu kriterlere göre inceleyin:
   - Güvenlik (SQL injection, XSS)
   - Performans (N+1 queries)
   - Okunabilirlik
   - PEP 8 uyumu

   Kod, kullanıcı verileriyle çalışan bir API'nin parçasıdır:
   [kod burada]"

3. Her Şeyi Tek Promptta İstemek

Tek bir devasa prompt yerine, görevi sıralı adımlara bölün:

❌ "Veritabanı, arayüz, testler, API ve dokümantasyon ile
   eksiksiz bir görev yönetimi web uygulaması oluşturun"

✅ Adım 1: "Görev yönetimi uygulaması için veritabanı şemasını tasarlayın"
   Adım 2: "Bu şemaya göre API endpoint'lerini yazın"
   Adım 3: "Bu endpoint'ler için testler yazın"
   Adım 4: "Kullanıcı arayüzünü tasarlayın"

4. Tekrarlamamak ve İyileştirmemek

İlk cevabı kabul etmeyin! Tekrarlayıcı bir yaklaşım kullanın:

İlk prompt: "Yapay zeka hakkında bir makaleye giriş yazın"
Takip: "Girişi daha kısa ve çekici yapın, bir soruyla başlayın"
Takip: "İkinci satıra şaşırtıcı bir istatistik ekleyin"

Her tur sizi ideal sonuca yaklaştırır. Profesyoneller ilk çıktıyı nadiren olduğu gibi kullanır.

5. Çıktı Formatını Belirtmemek

❌ "Bana programlama dilleri hakkında bilgi verin"

✅ "Python, JavaScript ve Go'yu karşılaştıran bir tablo hazırlayın:
   - Öğrenme kolaylığı (1-5)
   - İş piyasası talebi
   - Ana kullanım alanları
   - Ortalama maaş

   Markdown formatı kullanın."

İleri Düzey Teknikler

Sıcaklık (Temperature) ve Top-P Ayarları

API kullanırken, modelin yaratıcılığını ve doğruluğunu iki temel parametre üzerinden kontrol edebilirsiniz:

• Temperature (0.0 - 2.0): Değer yükseldikçe yaratıcılık ve rastgelelik artar

  • 0.0 - 0.3: Kesin, tutarlı yanıtlar (kod, veri, hesaplamalar için ideal)
  • 0.4 - 0.7: Doğruluk ve yaratıcılık dengesi (makaleler, özetler için ideal)
  • 0.8 - 1.5: Yüksek yaratıcılık (hikayeler, şiir, beyin fırtınası için ideal)

• Top-P (0.0 - 1.0): Kelime seçimi çeşitliliğini kontrol eder

  • 0.1: Yalnızca en olası kelimeleri seçer — tahmin edilebilir sonuçlar
  • 0.9: Daha fazla çeşitliliğe izin verir — daha yaratıcı sonuçlar

Pratik ipucu: Temperature ve Top-P'yi aynı anda değiştirmeyin. Birini ayarlayın, diğerini varsayılan değerinde bırakın.

# Parametre ayarlarıyla API kullanım örneği
import openai

response = openai.chat.completions.create(
    model="gpt-4o",
    temperature=0.2,  # Kod için yüksek doğruluk
    top_p=0.9,
    messages=[
        {"role": "system", "content": "Siz deneyimli bir Python geliştiricisisiniz"},
        {"role": "user", "content": "Dizi sıralama fonksiyonu yazın"}
    ]
)

System Prompt Kullanımı

System Prompt (sistem mesajı), modelin konuşma boyunca davranışını belirleyen gizli bir talimattır. Prompt mühendisliğindeki en güçlü araçtır çünkü sorular değişse bile değişmeyen tutarlı bir "kişilik" oluşturur. Bununla dil, üslup, kısıtlamalar ve uzmanlık alanı belirleyebilirsiniz.

messages = [
    {
        "role": "system",
        "content": """Siz siber güvenlik konusunda uzmanlaşmış
        bir teknik asistansınız.

        Kurallar:
        - Her zaman Türkçe yanıt verin
        - Gerçek hayattan pratik örnekler kullanın
        - Güvenlik riskleri konusunda uyarın
        - Kötüye kullanılabilecek tavsiyeler vermeyin
        - Emin değilseniz, bunu açıkça belirtin"""
    },
    {
        "role": "user",
        "content": "Sitemi XSS saldırılarından nasıl koruyabilirim?"
    }
]

Tekrarlayıcı İyileştirme (Iterative Refinement)

Prompt mühendisliğindeki en güçlü teknik aşamalı iyileştirmedir. İlk denemede mükemmellik beklemeyin — profesyoneller bile mükemmel sonuç için 2-3 tur gerektirir.

Tur 1 — Taslak isteyin:

"Eğitici bir uygulama için pazarlama planı yazın"

Tur 2 — İyileştirmeleri belirtin:

"Planı şunları ekleyerek iyileştirin:
- Her pazarlama kanalı için tahmini bütçe
- Ölçülebilir KPI'lar
- Gerçekçi 6 aylık zaman çizelgesi"

Tur 3 — Detaylara odaklanın:

"Sosyal medya pazarlama bölümünü genişletin:
- 18-25 yaş kitlesi için hangi platformlar en uygun?
- Her platformda en iyi çalışan içerik türü nedir?
- Haftada kaç kez paylaşım yapılmalı?"

Bu yaklaşım, tek bir kapsamlı prompt yazmaya çalışmaktan çok daha iyi sonuçlar verir çünkü modeli gerçekten ürettiği çıktıya göre yönlendirmenize olanak tanır.

Karşılaştırma: ChatGPT vs Claude vs Gemini

Her modelin farklı güçlü yönleri vardır ve görev için doğru modeli seçmek sonuçlarınızı belirgin şekilde iyileştirir:

Model seçimi için pratik öneriler:

• Kodlama ve teknik projeler için: Claude veya ChatGPT — ikisi de kodu anlama, hata ayıklama ve yazma konusunda üstün
• Uzun belge analizi için: Claude (1 milyon tokenlik bağlam penceresi) veya Gemini — bütün kitapları işleyebilir
• Güncel bilgi aramak için: Yerleşik Google arama ile Gemini veya ChatGPT arama özelliği
• Yüksek doğruluk gerektiren görevler için: Claude, yanlış bilgi uydurmaktansa cevap vermeyi reddetme eğilimindedir

Sonraki Adım Ne?

Prompt mühendisliği sadece teknik bir beceri değil — yeni bir düşünme biçimidir. Size bir problemi analiz etmeyi, tam olarak ne istediğinizi belirlemeyi ve bunu açıkça ifade etmeyi öğretir. Bu beceriler yalnızca yapay zeka ile değil, her alanda değerlidir. İster bir e-posta yazıyor olun ister ekibinize talimat veriyor olun, prompt mühendisliği prensipleri iletişiminizi genel olarak iyileştirecektir.

Bugün başlayın: Her gün yaptığınız bir görevi alın ve öğrendiğiniz tekniklerle iyi yapılandırılmış bir prompt yazın. Birden fazla ifade biçimini deneyin ve sonuçları karşılaştırın. Karmaşık problemler için Chain of Thought, belirli format gerektiren görevler için Few-Shot tekniğini kullanın. Zaman ve pratikle sonuçlarınızın belirgin şekilde iyileştiğini ve yapay zekanın elinizdeki çok daha güçlü bir araç haline geldiğini göreceksiniz.

Siber güvenlik ve yapay zeka ile ilişkisi hakkında daha fazla bilgi edinmek ister misiniz? Siber güvenlik temelleri makalemizi okuyun. Teknoloji alanında kariyer düşünüyorsanız, Teknik kariyer rehberimizi kaçırmayın.